一句话看懂：Skild AI 发布机器人基础模型 S1，宣称该模型能仅凭单个视频演示，学会预训练阶段从未见过的任务，且无需微调。这一进展指向机器人从“预设技能”向“即时场景理解”过渡的可能。
事件核心：发生了什么
Skild AI 于近期公布了其机器人基础模型 S1。据 Techmeme 援引的官方信息，S1 的核心能力在于“零样本”任务执行：给定一个此前从未出现在训练数据中的操作视频，模型即可尝试复现对应动作，整个过程中不需要针对新任务进行任何微调或参数更新。这意味着机器人不再局限于预先编程或训练好的固定动作集，而是具备了从示范中即时推断意图的泛化潜力。目前公开信息显示，Skild AI 尚未公布 S1 的技术架构细节，也未明确该模型所依托的算力规模与训练数据构成，但其产品定位明确指向通用具身智能方向。
为什么重要
当前机器人基础模型的主流路线，如 Google 的 RT-2 或 Physical Intelligence 的通用策略，虽然强调跨任务泛化，但在面对全新操作对象或动作序列时，通常仍需要额外的后训练或强化学习适应。S1 提出的“单视频演示、零微调”范式，若能在真实物理环境中稳定复现，将显著降低机器人部署的边际成本——用户不再需要为每个新场景采集大量标注数据并重训模型。对行业竞争格局而言，这一技术路线若成立，可能将竞争焦点从“谁的训练数据更多”转向“谁的推理架构更能高效利用示范信息”，进而影响机器人基础模型的商业化节奏与开源闭源策略。
对用户/开发者/创作者的影响
对于机器人厂商与自动化系统集成商，S1 的能力意味着企业采购逻辑可能发生变化：他们不再需要为每个细分场景（如抓取特定形状的零件、折叠特定类型的衣物）支付定制化的模型训练费用，而是可以依赖一个通用模型加少量现场演示完成部署。对开发者而言，若 S1 后续开放 API 或提供可本地部署的权重，机器人应用开发的准入门槛将从“具备数据集构建和强化学习工程能力”降至“能录制高质量演示视频”。对内容创作者和普通用户来说，这一技术短期内更直接的影响体现在服务型机器人（如家务助手、仓储搬运设备）的体验改善——机器人对新指令的响应速度会更快，不再需要经历漫长的调试周期。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
首先是物理验证的可靠性：S1 目前的结果是否仅限于仿真环境或受控实验室，真实世界中的光照、物体形变、遮挡等干扰因素会如何影响零样本成功率，这将是下一阶段评估的关键指标。其次是商业化路径：Skild AI 计划如何交付该模型，是采用云端推理 + 机器人终端调用的订阅制，还是提供本地一体机方案，这将直接决定中小型企业的采用成本。最后是竞品反应：在 Figure AI、Tesla Optimus 等公司均押注端到端大模型的背景下，若 S1 的单样本能力被证实，很可能引发通用机器人基础模型新一轮架构竞赛，届时训练算力成本与推理时延的取舍将重新成为行业讨论焦点。
来源：Techmeme
